(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111428865.4 (22)申请日 2021.11.29 (71)申请人 辽宁石油化工大 学 地址 113001 辽宁省抚顺市望花区丹东路 西段一号 (72)发明人 赵斌　李莎莎　高殿奎　 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06K 9/62(2022.01) G06N 3/00(2006.01) G06F 111/08(2020.01) G06F 113/14(2020.01) (54)发明名称 一种炼化装置管网完整性大 数据管理体系 (57)摘要 本发明涉及一种炼化装置管网完整性大数 据管理体系； 包括如下构建步骤： 步骤1炼化装置 管网完整性管理体系大数据管 理体系的构造， 步 骤2改进鲸鱼算法的设计， 步骤3K ‑MAX聚类算法 的确定； 步骤4基于改进鲸鱼算法的K ‑MAX聚类算 法的优化； 步骤5炼化装置管网完整性管理的异 常数据标记。 利用以上构造的炼化装置完整性大 数据管理体系， 能够准确地发现异常数据， 进而 能够发现炼化装置管网完整性管 理存在的缺陷， 从而能够及时改进炼化装置管网完整性管理体 系。 权利要求书2页 说明书6页 附图1页 CN 114117699 A 2022.03.01 CN 114117699 A 1.一种炼化装置管网完整性大 数据管理体系， 其特 征在于包括如下步骤： 步骤1： 构建 炼化装置管网完整性大 数据管理体系大 数据管理架构， 如下 所示： (1)业务管理模块： 该模块包括了炼化装置管网完整性管理的大数据信息， 依据炼化装 置管网完整性管理措施进行日常完整性管理， 对业 务管理数据进行存 储和分析。 (2)技术支持模块： 该模块包括炼化装置管网完整性管理的技术和知识集成的大数据 信息， 为炼化装置管网完整性管理提供技 术服务。 (3)效能管理模块： 该模块包括了炼化装置管网完整性管理效能检测和评价的大数据 信息， 及时发现炼化装置管网完整性管理存在的缺陷， 提出改进措施。 (4)基础信 息模块： 该模块包括了炼化装置管网的基础信息， 可以对炼化装置管数据进 行存储和分析。 步骤2： 改进鲸鱼算法设计 为了能够优化聚类算法的初始中心和数量， 构建改进鲸鱼算法对这两个参数进行优 化。 步骤3： 设计K ‑MAX聚类算法 根据加权聚类进行聚类， 能够使同一炼化装置管网的完整性大数据的平均加权聚类极 小化， 从而能够发现炼化装置管网完整性管理中存在的风险因素。 步骤4： 利用改进鲸鱼算法优化的K ‑MAX聚类算法进行聚类， 对炼化装置管网完整性管 理大数据的数据异常进行检测。 步骤5： 对炼化装置管网完整性管理的异常数据进行 标记。 2.根据权利要求1所述的一种炼化装置管网完整性大数据管理体系， 其特征在于改进 鲸鱼算法的步骤如下： 步骤2‑1： 泡网攻击 鲸鱼的觅食习惯是成群活动， 在鲸鱼觅食时， 单个鲸鱼按照随机概 率确定觅食方式。 在泡网攻击过程中， 将个体鲸鱼选择位置更新模式的行为概率设置为ε， 泡网攻击模型 如下[8]： 式中， n表示当前的迭代次数， L(n)表示头鲸的当前位置。 L*(n)表示鲸群的最优觅食位 置， S表示对数螺旋觅食路径的形状系数， 表示0和1之间的任意数， S和 可以控制鲸鱼个 体螺旋位置更新形式， 表示任意向量。 步骤2‑2： 包围猎物 当ε＜ε*时， 鲸鱼个体更新自身的空间位置， 向最优位置移动， 逐步减小猎物的包围路 径， 相应的数 学模型为： L(n+1)＝ L*(n)‑W·J                   (2) 权　利　要　求　书 1/2 页 2 CN 114117699 A 2式中， Tmax表示最大迭代次数， d表示调节系数， 表示任意向量， 和 可以控制鲸鱼 的觅食行为。 步骤2‑3： 搜寻猎物 当 时， 位置更新 算法选择随机 搜索算法， 相应的数 学表达式如下： 步骤2‑4： 更新鲸鱼的位置 在搜索猎物过程中， 将量子旋转门引入至传统的位置更新算法中， 从而能够极大地提 升鲸鱼算法的种群的多样性和收敛精度。 表示搜索空间中鲸鱼的位置， 表示经过旋转门操作后鲸鱼的位置， 相应的数 学模型为： 通过比较量子 旋转门操作前后解的比较， 选择最佳的解。 3.根据权利要求1所述的一种炼化装置管网完整性大数据管理体系， 其特征在于K ‑MAX 聚类算法步骤如下： 步骤3‑1： 根据炼化装置管网的实际情况确定风险区域数， 选取K个炼化装置管网潜在 风险作为初始类中心。 确定应急响应： 应急响应主要处于风险减缓和维修过程， 并且贯穿于整个管网完整性 管理的始终。 步骤3‑2： 计算第i个炼化装置管网风险到聚类中心k的加权距离， 计算公式如下： ωik＝c1db,ik+c2de,ik+c3dt,ik+c4dg,ik            (8) 式中， ωik表示第i个炼化装置 管网风险与聚类中心k的加权距离， c1～c4表示调节因子， db,ik表示第i个炼化装置管网业务管理模块风险与聚类中心加权距离， de,ik表示第i个炼化 装置管网效能管理模块风险与聚类中心加权距离， dt,ik表示第i个炼化装置管网技术支持 模块风险与聚类中心加权距离， dg,ik表示第i个炼化装置管网基础信息模块风险与聚类中 心加权距离 。 步骤3‑3： 依次将各个炼化装置管网分配至加权距离最小的聚类批次中。 步骤3‑4： 对于每个聚类中心k， 选取具有最大风险值更新聚类中心， 第k批次的聚类中 心确定模型如下： rkt＝max{ait}                          (9) 式中， rkt表示第k批次的聚类中心， ait表示风险值。 重复执行步骤3‑2， 直至各模块 风险的聚类中心不变时， 算法结束。权　利　要　求　书 2/2 页 3 CN 114117699 A 3